KuWeather：深耕人工智能大数据，做好天气保险精细化

　　北京2017年11月17日电 -- 天气保险以其巨大的市场规模正吸引着越来越多的企业有所行动。世界天气风险管理协会认为，目前全球经济的20%-30%直接暴露于天气风险之下。按此估计，我国有15万亿的直接风险需要天气保险来对冲和解决。

　　    

　　KuWeather自主研发的天气指数保险AI展示平台

　　在此背景下，以天气指数为标的的天气指数保险成为了近年来最大的热点。各大保险公司纷纷推出不同行业应用的产品。玉米种植天气险、杨梅采摘险、大闸蟹养殖险，乃至游园天气险、中秋赏月险等等如雨后春笋，层出不穷。

　　发达国家的经验证明了这一趋势的必然性：日本2000年至今，天气指数保险的交易额每年增速都在20%以上。而美国和欧洲不仅天气保险产品的交易规模巨大，天气衍生品在芝加哥的交易也已有20年的历史。

　　从此历程来看国内的天气保险，目前我们基本实现了量上的由少到多，也在产品门类上初步的实现了多样化。然而，从市场各参与方的感知来看，还有许多的地方亟待深耕。

　　最直观的，保险产品的用户依然面对着这些问题：产品阈值太高，沦为小概率事件博彩，基本上得不到赔付;理赔依据不够贴近现实，用户已经受损，却仍用未受损区域的指数来界定赔付;行业应用门类太少，经常需要一些不同的应用方式，却难以找到快速部署的产品。

　　这些问题产生的原因有很多。其中最大的一块，就是保险公司的合作方需要有强大的商业气象服务能力;不应该是简单的数据买卖方，而是要具备优秀的数据解读能力、气象专业的行业经验、灵活的场景结合落地能力。

　　作为一家博士学历占比50%以上的商业气象服务商，KuWeather认为，要为用户提供贴合痛点、简单快捷的产品，解决好上面提到的用户感受问题，需要在几个维度上完成气象服务能力上的进化。

　　天气风险和气候风险全期覆盖，风险测算与定价精细化

　　尽管客户都已经意识到，未来一段时间的天气风险会带来损失，但是经常被忽略的一点就是：短期天气风险和长期气候风险存在巨大差别。

　　一天的冰雹即可造成农作物大面积绝收。2015年5月15日，广西隆林发生冰雹，196户烟农种植的2864亩烤烟受灾，其中造成绝收面积达1266亩。

　　而缺少降水这种天气现象只有长时间持续，才会对农作物产出形成危害。2014年，辽宁、吉林一带出现持续干旱，玉米产量最终大幅减少。当年辽宁的玉米单产从2013年的464公斤/亩下降至334公斤/亩，总减产数量约430万吨。

　　可以看到，两种风险的影响方式完全不同，这就要求保险产品具有全期覆盖能力。也即在任意的保险期间内，都能对风险很好把控。

　　目前业界对天气、气候两种风险的处理方式，大多采用长历史数据进行统计建模来近似。但是，这种未将天气预测和气候预测纳入的方法会导致风险测算定价不够精细。也就会经常出现阈值不贴近用户实际的问题。

　　地域风控的全域规范考量

　　天气风险的发生对地域存在着很强依赖，并且这种依赖的细微化，有时完全突破传统风控所采用的气候划分。回到2015年5月15日广西隆林的千亩绝收，同样是那次冰雹，仅十几公里外的临县却秋毫无损。

　　可以想像，采用大地域来进行保险定价虽然能很好的实现风险平滑，但是却极易导致定价偏差以及事后的理赔纷争问题。由于会在大地域内选取有限代表点作为理赔依据(用来防止风险高估)，那些受灾却未被采用为理赔依据点的地方就无法获得赔付。

　　行业应用考虑的全向纳入

　　“汝之蜜糖，彼之砒霜”在行业上已经被很多的观察到。同样的天气“不利”，一个行业在它面前噤若寒蝉，另一个行业却能甘之如饴。

　　山西朔州，风力发电常百米高的风机在大风中持续创造利润。此时，日本的旅行社却苦恼大风吹走了西伯利亚飘过来的大块浮冰，因为这些浮冰是旅行社吸引高价值客户的法宝。这些游客不惜高价，要观赏在大块浮冰上，狐狸等动物如何捕捉小动物。而浮冰被吹走，旅行社收入大减。

　　日本的旅行社希望风力小，风电场却希望风在一定范围内大。不同的行业很多时侯需要天气要素阈值完全相反的方向。

　　针对这些维度，KuWeather依托其独特的“数据科学家 + 气象专家 + 数学专家”这一人工智能团队组合，将深度学习与气象专家模型、数学算法相结合，深耕风控内核，打造了KuWeather智慧天气指数风控平台。在该天气风险内核平台上，做到了各天气要素所有阈值的各种方向全覆盖。这样在与具体行业的结合时，只需模块化无缝接入便能最有效的支持各类行业需求。

　　平台首次实现了全期、全域、全向能力覆盖。

　　全期意味着客户所关注的任意时间段的天气风险，均能被后台多范式算法智能预测，并且预测结果极其贴合未来实际。KuWeather充分利用了其天气预报和气候预报能力，首次将预测范式纳入了算法，很好的解决了阈值不贴近实际的问题。此外，由于天气预报和气候预报能力的引入，保险客户所需的高质量风控预警服务可随时提供。

　　全阈意味着理赔标准能在全国范围内做到最精细化的区分，也就是风险单位的最小公倍数最优搜寻。KuWeather的新平台采用机器学习算法良好的解决了地域风控的这一规范性问题，成功的在全国2800多个区县内实现了全气象要素的风险划分。

　　全向意味着气象要素的各类组合可能方向，以支持不同行业的定制化需求。借助KuWeather云强大的服务能力，可以无压力支持各种行业客户保险内核的运维和优化。

　　有了这个平台，保险公司不再需要花费精力在本不擅长的气象领域，而是完全可以集中注意力在客户的定制需求上。KuWeather智慧天气指数风控平台保证着产品的贴合现实和用户的良好反溃而该平台的模块支持功能也保证了产品对接的无缝效率。

　　保险，本为平滑经济风险。利国、利业、利民生。天气保险，携科技创新和金融创新双动力，气象万千，业界大事，不可不深察。在其中，有人看到了巨大的利润，有人看到了巨大的需求，Kuweather之念，丙吉问牛。以专业商业气象服务能力为宗旨，视行业民生之痛为己痛，不忘初心，愿为中国气象+保险产业提供所有可能。

　　关于KuWeather

　　心中有数(KuWeather)专注解决大出行服务领域天气风险。以精细可靠的商业气象服务为起点，融合大数据、智能硬件、深度学习、金融等内核工具，为交通、供应链、物流、零售、旅游等一系列行业提供整体解决方案。

　　团队由海归气象博士、硅谷数据科学家、顶级互联网企业工程师及著名咨询公司专家组成。团队拥有顶尖的大数据技术、创新性的气象产品研发能力和前瞻性的行业方案提供能力。我们深入了解交通、供应链、物流、零售、旅游及金融，结合出行链内各行业特征，定制解决方案、管理天气风险并挖掘商业潜能。